清华龙笛教授团队最新Nature Communications突破传统水文观测范式！揭示全球河流水位正变得越来越极端

2025-12-25

3908

基本信息

标题

Satellite altimetry reveals intensifying global river water level variability
卫星测高揭示全球河流水位变率加剧

发表时间

2025-12-04

作者

Chenqi Fang1,2,†, Di Long1,2,†,*, Qi Huang3, Jean-François Cretaux4, Fabrice Papa4,5, Frédéric Frappart6, Huaichuan Liu1,2, Colin J. Gleason7, and Chunhong Hu8

作者机构

1 清华大学水利工程系，水科学与工程国家重点实验室，北京，中国
2 清华大学水利部水圈科学重点实验室，北京，中国
3 中国地质大学（北京）水资源与环境学院，北京，中国
4 图卢兹大学 LEGOS研究所（法国国家科研中心/法国国家空间研究中心/图卢兹大学），图卢兹，法国
5 法国发展研究院，巴西利亚大学，巴西利亚，巴西
6 波尔多农业科学研究院/法国国家农业食品与环境研究院 ISPA联合实验室，维勒纳夫-多尔农，法国
7 马萨诸塞大学阿默斯特分校土木与环境工程系，阿默斯特，美国
8 中国水利水电科学研究院，北京，中国

期刊

Nature Communications

DOI

10.1038/s41467-025-67682-9

摘要

河流水位（RWL）是水文学、水资源管理和灾害减灾的基础要素，但全球大多数河流仍处于无监测状态。本文利用哨兵-3A/B测高数据（2016–2024年）构建的46,993个虚拟测站，开展了全球河流水位变率评估。我们发现全球中位波动幅度为3.76米，并呈现显著空间格局：中美洲/南美洲中部及西西伯利亚地区河流水位显著下降，而非洲、大洋洲、东亚/南亚以及西北欧/中欧地区则呈上升趋势。68%的流域季节性正在加剧，表现为高水位时段在时间上更加集中。最高水位以每年0.88厘米的速度下降，而最低水位则以每年1.43厘米的速度上升。这种趋同现象正导致全球季节振幅减小，其中美洲和中非的变化最为显著。这些变化与极端河流水位事件近年激增相吻合，尤其在2021年后更为突出，表明在干旱与洪水并发背景下水文不稳定性日益加剧。我们的研究结果凸显了亟需采取适应性水资源管理措施，以应对日益加剧的气候压力。

导读

该研究基于Sentinel-3卫星测高数据，揭示全球河流水位变率在2016–2024年间显著增强，表现为季节性加剧、年际波动缩小及极端事件频发，尤其在美洲与非洲地区呈现明显干湿交替趋势，凸显气候变化下水文系统的不稳定性。

引言

研究背景

河流水位（RWL）是理解地表水状态及其与大气、地下水、生态系统和人类社会相互作用的关键变量。准确监测RWL对于评估淡水资源可用性、研究洪水和干旱机制以及了解区域水文过程至关重要。尽管水动力模型和现场传感器技术的进步为传统测量网络提供了补充工具，但世界上大部分河流系统仍未被监测，导致我们对全球河流动态及其对气候变化响应的理解存在重大空白。卫星测高技术已成为水文监测的变革性工具，能够提供大范围、高精度的连续水位观测。

科学问题与动机

本研究旨在利用Sentinel-3卫星测高数据（2016‒2024年），通过分析46,993个虚拟站点的RWL变化，揭示全球河流水位波动的空间模式、季节性和极端事件的变化趋势。核心科学问题包括：全球河流水位如何响应近期气候变化？哪些区域表现出显著的水位上升或下降趋势？季节性和极端水文事件的变化如何反映水文不稳定性加剧的现象？

现有研究不足

尽管卫星测高技术在湖泊和水库监测中取得了成功，但其在河流监测中的应用受到河流宽度限制和技术挑战的影响，导致许多中小型河流和上游河段的数据缺失。此外，现有研究多集中于北美和欧洲，而亚洲、西伯利亚及其他数据稀缺地区的水文动态仍缺乏全面评估。

研究目标与创新

本研究的目标是填补观测空白，推进对全球河流动态的理解，为应对日益严峻的环境挑战提供科学依据。主要创新点包括：构建迄今为止最全面的全球RWL数据集，涵盖从几米到数千米宽的河流；揭示RWL变化的空间异质性和季节性集中趋势；量化极端水文事件频率增加对水文不稳定性的影响。

方法

数据来源与类型

本研究基于Sentinel-3A/B卫星的合成孔径雷达（SAR）高度计数据（2016–2024年），构建了全球46,993个虚拟站点（VSs）的河流水位（RWL）数据集。数据来源于欧洲航天局（ESA）提供的Level-2非实时水文主题产品，空间分辨率约104 km，重访周期约27天。VSs通过SWORD河网数据库生成，覆盖全球河流，包括中等至小型河流（平均宽度107 m）和高海拔地区（>5,000 m）。辅助数据包括GPCP降水、GISTEMP温度、GeoDAR水库信息等，用于异常值筛选和驱动机制分析。

核心方法或技术

采用改进的多子波形分析（IMSA）算法进行水位反演，结合波形重跟踪和异常值剔除策略。该算法利用脉冲尖锐度（PP）和最大功率识别有效过水波形，并通过领先边缘斜率和峰值功率去除噪声干扰。水位计算考虑地壳潮汐、电离层延迟、干湿对流层延迟等校正项，最终获得相对EGM2008椭球的水表面高程（WSE）。使用鲁棒线性回归模型（Tukey损失函数）估算变化率，显著性检验采用双尾p值（p < 0.05）。

研究过程或实验步骤

首先生成全球VSs：以S3轨道为中心创建2 km缓冲区，从SWORD节点中选取间隔≥9个节点的站点，确保空间代表性。其次，对每个VS独立应用IMSA算法处理波形数据，包括波形重跟踪、异常值剔除（滑动窗口法）、钩效应修正（抛物线拟合）。最后，在流域尺度上进行分析：将VS水位归一化后，用月滑动窗口构建流域级时间序列，计算波动幅度、变化率、极端阶段年及季节性指标（如分配熵AE），并排除监测期<4年或测量数<10的站点。

方法创新点或亮点

提出并验证了适用于复杂河岸环境的IMSA算法，显著提升小河流（<100 m宽）和高海拔区域的水位反演精度；首次系统量化全球河流水位波动、季节性和极端事件变化，揭示近十年来全球河流水位变异性增强趋势；建立首个包含46,993个VSs的全球河流水位基准数据集，填补了传统地面观测在偏远地区空白，为气候变化下水文动态研究提供新工具。

结果

全球河流水位波动中位数为3.76米

全球46,993个虚拟测站观测显示，河流水位（RWL）波动中位数为3.76米，显著低于均值（低3.24米），主要受4,110个水库影响测站（平均波动10.94米）拉高整体均值；南美洲中位波动最高，超出其他大洲1.44–2.80米，主因亚马逊河及其支流；欧洲最低，比全球中位数低1.18米；亚洲、北美洲、非洲、大洋洲中位波动相近（3.22–3.59米），其中亚洲在季风主导的热带与亚热带区略高；低纬度沿海河流波动更显著，主因季风驱动的强季节性降水；南半球中纬度河流呈现中等波动但年际变率较大，可能与2021–2023年拉尼娜事件带来的强降水有关。

68%的流域季节性增强且年内振幅减小

2016–2024年间，68%的全球流域出现季节性增强（以分配熵AE下降表征），表现为高水位在年内时间分布更集中；同期68%的流域年内水位振幅（季节最大与最小水位之差）下降，尤以美洲、中非、中欧、西西伯利亚、中国北部及东南亚最为显著；主导变化模式为季节最大水位下降（中位速率−0.88 cm/yr）叠加季节最小水位上升（中位速率+1.43 cm/yr），该组合占全球振幅减小流域的30%；第二常见模式为最大与最小水位同步下降（占22%）；两类模式合计解释76%的振幅减小；空间上，季节水位变化与总体水位变化及近年降水格局高度一致。

极端水位事件频次激增，尤以2021年后为甚

极端水位年份（即某流域一年内极端高或低水位出现频率最高的年份）在2021年后显著增多：在年度分析中，2021–2024年占全球流域极端水位年的47%以上；在雨季分析中占比达64%；2023年干旱达峰值，湿季低水位年份频次创纪录，全球六大陆同期水位中位数较常年低8.49 cm；2024年高水位年份达全球峰值，反映水文不稳定性加剧；尽管全球干旱在2024年部分缓解，但亚马逊流域水位再创新低，印证干旱与洪水并发趋势加剧。